CN111950829A - 风险对象定位方法、装置、计算机存储介质和电子设备 - Google Patents

风险对象定位方法、装置、计算机存储介质和电子设备 Download PDF

Info

Publication number
CN111950829A
CN111950829A CN201910411766.1A CN201910411766A CN111950829A CN 111950829 A CN111950829 A CN 111950829A CN 201910411766 A CN201910411766 A CN 201910411766A CN 111950829 A CN111950829 A CN 111950829A
Authority
CN
China
Prior art keywords
risk
target
preset
dimension
sub
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910411766.1A
Other languages
English (en)
Other versions
CN111950829B (zh
Inventor
吉伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taikang Insurance Group Co Ltd
Original Assignee
Taikang Insurance Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taikang Insurance Group Co Ltd filed Critical Taikang Insurance Group Co Ltd
Priority to CN201910411766.1A priority Critical patent/CN111950829B/zh
Publication of CN111950829A publication Critical patent/CN111950829A/zh
Application granted granted Critical
Publication of CN111950829B publication Critical patent/CN111950829B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明涉及计算机技术领域，具体涉及了一种风险对象定位方法及装置、存储介质和电子设备。该方法包括：获取目标风险保障行为的多个预设维度的风险值；根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；根据所述风险级别从所述多个预设维度中定位目标风险对象。本发明通过确定目标风险保障行为的多个预设维度的风险值，以及风险值对应的风险级别，以根据风险级别从该些预设维度中定位目标风险对象。通过将目标风险保障行为进行多维度的划分，能够准确地定位到目标风险对象；同时，可以为目标风险保障行为的调查取证提供方向，进而提高了调查风险的整体效率。

Description

风险对象定位方法、装置、计算机存储介质和电子设备
技术领域
本发明涉及计算机技术领域，更具体地，涉及一种风险对象定位方法、风险对象定位装置、计算机存储介质和电子设备。
背景技术
随着计算机技术和互联网技术的普及，各类服务的安全问题及其重要性受到广泛关注，相应的，风险评估作为量化评测某一行为、事件或事物带来的影响或损失的可能性程度的工作，是降低事件或事物为人们带来损失的重要保障因素之一。
在目前的风险评估工作中，风险定位是重中之重的工作，然而风险通常是由事件或事物自身和外部等多方面因素引起的，在相关技术中，通过综合业务工作人员对历史数据、当前数据的调查，分析以及结合相关专家的建议以定位风险对象，但大量的数据导致该方法调查取证难度大，定位风险的效率低；同时，仅仅通过业务人员的人工考察和审核，过多的依赖人为的判断，容易受主观因素的影响，无法精确、有效的定位和评估风险，导致一些高风险的案件被忽略。
需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于提供一种风险对象定位方法及装置、计算机存储介质和电子设备，进而至少在一定程度上避免了风险定位的效率低和准确性差等问题。
本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。
根据本发明的一个方面，提供一种风险对象定位方法，包括：获取目标风险保障行为的多个预设维度的风险值；根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；根据所述风险级别从所述多个预设维度中定位目标风险对象。
在本发明的一种示例性实施例中，各所述预设维度包括多个子维度；所述获取目标风险保障行为的多个预设维度的风险值，包括：确定与目标预设维度对应的目标子维度，并获取与所述目标子维度对应的子风险值；对所述子风险值求和，以获取风险和值；将所述风险和值与所述目标预设维度对应的权重作比，并将获得的比值作为所述目标预设维度的风险值。
在本发明的一种示例性实施例中，所述确定与目标预设维度对应的目标子维度，并获取与所述目标子维度对应的子风险值，包括：获取所述目标子维度对应的属性信息，所述属性信息包含于所述目标风险保障行为的文本信息中；将所述属性信息与预设档位区间进行匹配，并根据匹配结果确定与所述目标子维度对应的目标档位和目标档位分值；获取所述目标子维度对应的子权重；将所述目标档位分值与所述子权重作积，以获取所述目标子维度对应的子风险值。
在本发明的一种示例性实施例中，在所述根据预设评估规则确定所述多个预设维度的风险值对应的风险级别之前，所述方法还包括：将各所述预设维度对应的风险值相加，以获取风险总值；将所述风险总值与预设阈值进行对比，并根据对比结果确定是否执行预设操作，所述预设操作为所述根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；若所述风险总值大于或等于所述预设阈值，则确定执行所述预设操作；若所述风险总值小于所述预设阈值，则停止执行所述预设操作。
在本发明的一种示例性实施例中，所述预设评估规则包括多个分数区间；所述根据预设评估规则确定所述多个预设维度的风险值对应的风险级别，包括：将所述风险值与所述多个分数区间进行匹配；若存在与所述风险值匹配的目标区间，则确定所述目标区间对应的风险级别为所述风险值对应的风险级别。
在本发明的一种示例性实施例中，所述根据所述风险级别从所述多个预设维度中定位目标风险对象，包括：若所述风险级别为目标风险级别，则将所述风险级别对应的预设维度确定为所述目标风险对象。
在本发明的一种示例性实施例中，其特征在于，所述方法还包括：获取所述目标风险对象中最高权重对应的子维度，并将所述子维度作为目标评估对象；基于对所述目标评估对象的核查信息，对所述目标风险保障行为进行风险评估。
在本发明的一种示例性实施例中，其特征在于，所述方法还包括：根据所述多个预设维度的风险值、所述风险级别和所述目标风险对象形成风险评估报告；响应用户的查看操作，向所述用户提供所述风险评估报告。
根据本发明的一个方面，提供一种风险对象定位装置，所述装置包括：获取模块，用于获取目标风险保障行为的多个预设维度的风险值；确定模块，用于根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；定位模块，用于根据所述风险级别从所述多个预设维度中定位目标风险对象。
根据本发明的一个方面，提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的风险对象定位方法。
根据本发明的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的风险对象定位方法。
本发明的示例性实施例中的风险对象定位方法，通过将目标风险保障行为进行多维度的划分，并确定各维度的风险值和对应的风险级别，以根据风险级别从各维度中定位目标风险对象。一方面，从多个预设维度解析目标风险保障行为，对造成风险的原因进行多维度的定位，提高了风险定位的准确性；另一方面，同时兼顾了目标风险保障行为的各个预设维度的风险值和风险级别的确定，提高了定位风险的效率；此外，无需人工定位风险，避免了人工调查的低效性以及人为干扰因素导致的风险定位偏差等问题。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施例的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施例，其中：
图1示意性示出了根据本发明示例性实施例的风险对象定位方法的流程图；
图2示意性示出了根据本发明的示例性实施例的获取目标预设维度的风险值的流程图；
图3示意性示出了根据本发明的示例性实施例的获取目标子维度对应的子风险值的流程图；
图4示意性示出了根据本发明的示例性实施例的判断目标风险保障行为的风险程度的流程图；
图5示意性示出了根据本发明的示例性实施例的风险对象定位装置的结构示意图；
图6示意性示出了根据本发明的示例性实施例的存储介质的示意图；以及
图7示意性示出了根据本发明示例性实施例的电子设备的框图。
在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
现在将参考附图更全面地描述示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施例使得本发明将更加全面和完整，并将示例性实施例的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
目前需要进行风险定位的场景有很多，例如对车辆运行风险的评估(涉及车辆因素、驾驶员因素和路况因素等)，网络信息安全管理的风险评估(涉及网络威胁事件、公开漏洞和外泄客户信息等)，以及保险行业案件处理风险的评估(涉及保险投保、理赔等)，等等。风险的准确快速定位，能够为企业、个人甚至社会降低损失，然而很多情况下，风险的产生是综合各方面因素的结果，无法通过人工核查高效、准确的定位到风险。
基于此，在本发明示例实施例中，首先提供了一种风险对象定位方法。
参考图1所示，该风险对象定位方法可以包括以下步骤：
步骤S110：获取目标风险保障行为的多个预设维度的风险值；
步骤S120：根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；
步骤S130：根据所述风险级别从所述多个预设维度中定位目标风险对象。
根据本发明的示例性实施例中的风险对象定位方法，一方面，从多个预设维度解析目标风险保障行为，对造成风险的原因进行多维度的定位，提高了风险定位的准确性；另一方面，同时兼顾了目标风险保障行为的各个预设维度的风险值和风险级别的确定，提高了定位风险的效率；此外，无需人工定位风险，避免了人工调查的低效性以及人为干扰因素导致的风险定位偏差等问题。
下面将对本发明的示例性实施例中的风险对象定位方法进行进一步的说明。
在步骤S110中，获取目标风险保障行为的多个预设维度的风险值。
在本发明的示例性实施例中，目标风险保障行为是对预设目标的业务履行行为，例如对车辆运行情况的评测业务，保险理赔业务，等等。
在本发明的示例性实施例中，首先将目标风险保障行为划分为多个预设维度，以将该些预设维度作为重点分析方向。
在本发明的示例性实施例中，根据目标风险保障行为所属的行业信息和用户信息等进行预设维度的确定，举例而言，对于车辆运行情况的评测，可以从车辆风险、用户风险和路况风险等进行维度的划分；对于保险理赔业务，可以从业务员、客户、保单数据、医疗机构和赔案本身等进行维度的划分。当然，对于不同的行业和业务需求，预设维度的划分规则和细化程度是不同的，本发明实施例包括但不限于上述预设维度的划分。
其次，目标风险保障行为中各预设维度所占的权重根据不同的行为阶段是不同的；例如医院风险和案件风险在健康险理赔业务中对应的权重，出险后较出险前更高；相应的，保单风险、客户风险和业务员风险在健康险理赔业务中对应的权重，出险前较出险后更高。具体的，预设维度对应的权重根据样本数据计算获得，样本数据例如包括风险保障行为的历史处理数据样本和当前行业内风险保障行为的发展数据样本等，基于该些数据计算获得目标风险保障行为中的各预设维度对应的权重，当然，预设维度对应的权重还可以根据实际工作情况进行调整，本发明实施例对此不做具体限定。
进一步的，分别获取每一预设维度的风险值。其中，各预设维度还包括多个子维度，也就是说，在将目标风险保障行为划分为多个预设维度的条件下，每一预设维度还可以划分为多个子维度，使目标风险保障行为的分析更细致深入，以便于准确定位风险对象。图2示出了获取目标预设维度的风险值的流程图，如图2所示，该过程包括如下步骤：
在步骤S210中：确定与目标预设维度对应的目标子维度，并获取与目标子维度对应的子风险值。
在本发明的示例性实施例中，目标预设维度为当前要获取风险值的预设维度，目标预设维度包括多个子维度，子维度对应的风险值为子风险值。图3示出了获取目标子维度对应的子风险值的流程图，如图3所示，该过程包括如下步骤：
在步骤S310中，获取目标子维度对应的属性信息，该属性信息为目标风险保障行为的文本信息中与目标子维度对应的数据信息。
在本发明的示例性实施例中，可以从目标预设维度中确定预设数量的子维度作为目标子维度，也可以将目标预设维度中的全部子维度确定为目标子维度。目标子维度对应的属性信息为与该目标子维度对应的数据信息，并且包含于风险保障行为的文本信息中，例如可以为保单中的被保人的个人信息数据等等。具体的，若目标子维度为性别，则在风险保障行为的文本信息中获取相应的属性信息(男士或女士)，若目标子维度为被保险人学历，则在风险保障行为的文本信息中获取相应的属性信息(例如高中以下、大专、本科、硕士和博士等)。
在步骤S320中，将属性信息与预设档位区间进行匹配，并根据匹配结果确定与目标子维度对应的目标档位和目标档位分值。
在本发明的示例性实施例中，每一目标子维度均包括多个档位区间，且各预设档位区间对应一个档位分值，举例而言，表1示出了目标子维度(年收入)对应的预设档位区间，如表1所示，目标子维度(年收入)对应的预设档位区间的个数为5，各预设档位区间对应于不同的档位分值。
在本发明的示例性实施例中，将由风险保障行为的文本信息中获得的属性信息(例如年收入15万)与表1中的各预设档位区间进行匹配，则确定与目标子维度(年收入)对应的目标档位区间为“10万～30万”，相应的，目标档位分值为50分。
表1目标子维度(年收入)对应的预设档位区间
档位区间 1万以下 1万～10万 10万～30万 30万～100万 100万及以上
档位分值 80 70 65 50 45
需要说明的是，上述的目标子维度(年收入)仅是示例性，还可以根据实际情况进行预设档位区间的划分和相应的档位分值的设置，本发明实施例对此不做具体限定。
在步骤S330中，获取目标子维度对应的子权重。
在本发明的示例性实施例中，子权重为目标子维度在相应的目标预设维度中所占的权重比例，表征目标子维度对目标预设维度存在风险的贡献作用。
在步骤S340中，将目标档位分值与子权重作积，以获取目标子维度对应的子风险值。
在本发明的示例性实施例中，通过将目标档位分值与子权重作积，可以获取该目标子维度对应的子风险值，例如，继续参照表1所示，目标子维度(年收入)对应的子权重为m，目标档位区间“10万～30万”对应的目标档位分值为50分，那么目标子维度(年收入)对应的子风险值为m×50。
在步骤S220中：对所述子风险值求和，以获取风险和值。
在本发明的示例性实施例中，通过将各目标子维度对应的子风险值求和，以获取相应的目标预设维度的风险和值。
在步骤S230中：将所述风险和值与所述目标预设维度对应的权重作比，并将获得的比值作为所述目标预设维度的风险值。
在本发明的示例性实施例中，可以将获得的风险和值与目标预设维度对应的权重作比，以将各个目标预设维度对应的风险值进行归一化，便于后续根据风险值确定风险级别。在本发明的示例性实施例中，通过将风险保障行为解析为多个预设维度，并分别获取每一预设维度的风险值，为风险保障行为提供了更明确、细致的分析方向。
下面以健康险理赔业务为例，对获取目标风险保障行为的多个预设维度的风险值进行说明：
在本发明的示例性实施例中，首先根据健康险理赔业务的行业信息和用户信息，确定理赔业务的五大预设维度分别为保单风险、客户风险、业务员风险、医院风险和案件风险；同时，根据样本数据确定各预设维度对应的权重。其中，保单风险包括但不限于被保人特征、投保情况和是否存在同业投保经历等目标子维度；客户风险包括但不限于是否有医保、投保年龄和年收入等目标子维度；业务员风险包括但不限于业务员的工作年限、既往赔付率和是否存在不良从业记录等目标子维度；医院风险包括但不限于医院级别、医院性质和医院是否与保单投保同地址等目标子维度；案件风险包括但不限于出险年龄、理赔出险原因和理赔疾病种类等目标子维度。
具体而言，表2示出了健康险理赔业务对应的预设维度划分，其中β为预设维度对应的权重，A，B，C，D，E为预设维度对应的分类编码，其中分类编码为方便区分各个预设维度设置的标识信息。表3-1、表3-2、表3-3、表3-4和表3-5分别示出了目标预设维度为医院风险、客户风险、业务员风险、保单风险和案件风险对应的子维度划分结果。如表3-1所示，目标预设维度-医院风险对应的子维度包括医院级别、医院举办主体、医院所在地区、医院性质和是否与保单投保同地址；如表3-2所示，目标预设维度-客户风险对应的子维度包括年收入、被保险人性别、被保险人投保年龄、被保险人是否已婚、被保险人学历和被保险人是否有医保；如表3-3所示，目标预设维度-业务员风险对应的子维度包括业务员级别、业务员工作年限、业务员既往健康赔付率、业务员平均继续率(续保率)和业务员既往不良记录；如表3-4所示，目标预设维度-保单风险对应的子维度包括被保人健康险投保总额、被保人有效健康险保单数、被保人重疾险保额和被保人是否有保险同业投保经历；如表3-5所示，目标预设维度-案件风险对应的子维度包括出险年龄(发生保险事故的年龄)、理赔疾病种类、理赔金额和理赔出险原因。其中，子维度编码为方便区分各个子维度设置的标识信息；指标档位为子维度对应的预设档位区间的数量，例如医院级别的指标档位为3，则医院级别对应的预设档位区间的数量为3，例如分别为一级医院、二级医院和三级医院。表4示出了目标子维度-医院级别对应的预设档位区间划分结果，如表4所示，预设档位区间与档位分值是一一对应的，档位数值是基于经验和样本数据，以及根据各档位对健康险理赔风险的影响力确定的，对于同一类样本来说，该档位数值是固定的。
表2健康险理赔业务对应的预设维度划分结果
预设维度 医院风险 客户风险 业务员风险 保单风险 案件风险
权重β βA βB βC βD βE
表3-1目标预设维度-医院风险对应的子维度的划分结果
子维度 子维度编码 权重 指标档位
医院级别 A1 βa1 3
医院举办主体 A2 βa2 2
医院所在地区 A3 βa3 34
医院性质 A4 βa4 2
是否与保单投保同地址 A5 βa5 2
表3-2目标预设维度-客户风险对应的子维度的划分结果
子维度 子维度编码 权重 指标档位
年收入 B1 βb1 5
被保险人性别 B2 βb2 2
被保险人投保年龄 B3 βb3 6
被保险人是否已婚 B4 βb4 2
被保险人学历 B5 βb5 6
被保险人是否有医保 B6 Βb6 2
表3-3目标预设维度-业务员风险对应的子维度的划分结果
子维度 子维度编码 权重 指标档位
业务员级别 C1 βc1 9
业务员工作年限 C2 βc2 4
业务员既往健康险赔付率 C3 βc3 4
业务员平均继续率 C4 βc4 5
业务员既往不良记录 C5 βc5 2
表3-4目标预设维度-保单风险对应的子维度的划分结果
Figure BDA0002063030860000101
表3-5目标预设维度-案件风险对应的子维度的划分结果
Figure BDA0002063030860000102
Figure BDA0002063030860000111
表4子维度(医院级别)对应的预设档位区间划分结果
预设档位区间 一级医院-1 二级医院-2 三级医院-3
档位分值 a b c
需要说明的是，表2至表4为健康险理赔业务对应的目标预设维度的划分结果的部分示例，还可以根据实际需要选择其它划分方式，当然，其他险种(如重疾险、车险等)对应的预设维度的划分方式与本示例性实施例类似，本发明实施例对此不再赘述。
在本发明的示例性实施例中，在将健康险理赔业务进行预设维度的划分后，获取各预设维度的风险值。
具体的，可以通过如下公式获取预设维度-医院风险的风险值：
Score A＝βa1×A11+βa2×A22+βa3×A33+βa4×A44+βa5×A55
PA＝Score A/βA
其中，结合表2和表3-1所示，Score A为风险和值，βai为目标子维度对应的子权重，Aii为子权重对应的目标档位分值，βai×Aii为目标子维度的子风险值；PA为预设维度-医院风险的风险值，βA为预设维度-医院风险对应的权重，其中，i＝1，2，3，4，5。
相应的，将上述公式中的βai、Aii、βai×Aii、PA、βA以及i的取值替换为表3-2、表3-3、表3-4和表3-5中的数据，即可获取与其它预设维度对应的风险和值及风险值，本发明实施例对此不再赘述。
另一方面，以车辆运行情况的评测业务为例，对获取目标风险保障行为的多个预设维度的风险值进行说明：
根据车辆驾驶的行业信息和用户信息，首先确定的预设维度分别为车辆风险、用户风险和路况风险；然后，将各预设维度划分为多个子维度，具体而言，车辆风险包括但不限于刹车片损坏程度、轮胎螺丝丢失情况和车内电路状态；用户风险包括但不限于是否超速行驶、是否疲劳驾驶和是否酒后驾驶；路况风险包括但不限于是否为事故高发段、是否路上结冰和是否拥堵严重。进一步的，在将目标风险保障行为划分为多个预设维度后，首先确定目标预设维度对应的目标子维度的子风险值，并将子风险值求和以获取目标预设维度对应的风险和值，具体的求取过程同上述的保险理赔业务类似，本发明实施例对此不再赘述。
需要说明的是，除了上述的保险理赔业务和车辆运行情况的评测业务以外，其它需要定位风险对象的场景或行业，例如电力电缆风险评估等，均可采用上述获取预设维度的风险值的方法，本发明实施例包括但不限于上述应用场景。
在步骤S120中，根据预设评估规则确定所述多个预设维度的风险值对应的风险级别。
在本发明的示例性实施例中，预设评估规则为包括多个分数区间的列表或图形；表5示出了预设规则列表，如表5可知，可以根据风险值区间将风险划分多个级别，例如可以包括“低风险”、“一般风险”、“较高风险”和“高风险”等。
表5预设规则列表
分数区间 风险级别
0～24 低风险
25～49 一般风险
50～74 较高风险
75～100 高风险
在根据预设评估规则确定预设维度的风险值对应的风险级别之前，可以首先根据各预设维度的风险值获取目标风险保障行为的风险总值，以根据风险总值从整体上判断该目标风险保障行为的风险程度。图4示出了判断目标风险保障行为的风险程度的流程图，如图4所示，该过程包括如下步骤：
在步骤S410中，将各所述预设维度对应的风险值相加，以获取风险总值。
在本发明的示例性实施例中，通过将各预设维度对应的风险值相加，以获取风险总值，以保险理赔业务为例，可以通过将获得的五个预设维度对应的风险值相加，以获取风险总值。
在步骤S420中，将所述风险总值与预设阈值进行对比，并根据对比结果确定是否执行预设操作，所述预设操作为根据预设评估规则确定多个预设维度的风险值对应的风险级别。
在本发明的示例性实施例中，通过将风险总值与预设阈值进行对比，可以从整体判断该目标风险保障行为的风险程度。其中预设阈值是根据行业信息和经验确定的。具体而言，若风险总值大于或等于预设阈值，则确定执行预设操作，也就是说，该目标风险保障行为存在风险的可能性较大，有必要做更进一步的风险定位；若风险总值小于所述预设阈值，则停止执行预设操作，也就是说，从整体上看，该目标风险保障行为存在风险的可能性不高，没有必要进行更深入的定位操作，有利于工作效率的提高。例如在车辆运行情况的评测业务，当获取的风险和值小于30分时，说明车辆运行情况良好，则没必要进行预设操作以定位风险对象。
进一步的，在确定执行预设操作后，可以将各预设维度对应的风险值与预设评估规则中的多个分数区间进行匹配；若存在与风险值匹配的目标区间，则确定该目标区间对应的风险级别为目标风险级别。举例而言，继续参照表5，当获得的风险值为58分时，则与该风险值对应的目标预设维度的风险级别为“较高风险”。
需要说明的是，预设评估规则还可以通过设置风险阈值，并基于该风险阈值将风险保障行为的风险等级仅做“有风险”和“无风险”的划分，若风险值大于或等于该风险阈值，则确定与该风险值对应的预设维度是存在风险的；相应的，若风险值小于风险阈值，则与该风险值对应的预设维度不做为风险定位的重点调查对象。当然，还可以根据实际需要设置相应的预设评估规则，本发明实施例包括但不限于上述的预设评估规则。
在步骤S130中，根据所述风险级别从所述多个预设维度中定位目标风险对象。
在本发明的示例性实施例中，目标风险级别可以包括一个或多个，例如继续参照表5，目标风险级别可以包括“高风险”和“较高风险”两种级别，当确定目标预设维度的风险级别为上述两种级别时，则确定目标预设维度为目标风险对象。此外，由于目标预设维度还包括多个子维度，为了更准确地定位风险对象，为进一步的调查取证提供方向，还可以首先获取目标风险对象中最高权重对应的子维度，并将该子维度作为目标评估对象；然后，基于对该目标评估对象的核查信息，对整个目标风险保障行为进行风险评估，即判断该目标风险保障行为是否存在滥用现象。基于各预设维度的风险值对应的风险级别，能够在有限的时间内快速定位到目标风险对象；同时，降低了风险评估员的工作繁琐程度，将目标风险对象的人为被动定位行为，转换为系统主动定位行为，避免了人为干扰因素导致的风险定位偏差等问题，也提高了风险对象定位工作的效率。
举例而言，在保险理赔业务中，当确定目标预设维度为医院风险和客户风险时，首先获取目标风险对象中最高权重对应的子维度(例如医院风险中的医院级别，客户风险中的客户收入)作为目标评估对象；然后，核保师以这两个目标评估对象为调查方向进行信息核查；最后可以基于核保师反馈的核查信息对整个目标风险保障行为进行风险评估。其中，对医院级别的核查可以从医院为综合性医院或专项医院，是否为三甲医院等方面进行核查；对客户收入的核查可以考虑客户的年收入情况，存款情况等等。通过该过程可以更准确的为核保师提供调查方向，提高了定位风险对象的能力，一定程度上降低了企业或个人由风险定位偏差带来的损失。
在本发明的示例性实施例中，还可以根据多个预设维度的风险值、风险级别和目标风险对象形成风险评估报告，通过响应用户的查看操作，向用户提供风险评估报告，以便于在对目标风险保障行为进行处理的过程中，业务员可以实时查看风险情况，以辅助业务人员做出正确合理的判断。
综上可知，通过将目标风险保障行为进行多维度的划分，并确定各维度的风险值和对应的风险级别，进而根据风险级别从各维度中定位目标风险对象。从多个预设维度解析目标风险保障行为，多角度的对造成风险的原因进行定位，提高了风险定位的准确性；同时，兼顾了目标风险保障行为的各个预设维度的风险值和风险级别的确定，提高了定位风险的效率；此外，无需人工定位风险，避免了人为调查效率低和人为干扰因素导致的风险定位误差等问题。
此外，在本发明的示例性实施例中，还提供了一种风险对象定位装置，可以用于执行本发明上述的风险对象定位方法。
参考图5所示，该风险对象定位装置500可以包括获取模块510、匹配模块520以及定位模块530。具体地，
获取模块510，用于获取目标风险保障行为的多个预设维度的风险值；
确定模块520，用于根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；
定位模块530，用于根据所述风险级别从所述多个预设维度中定位目标风险对象。
该风险对象定位装置通过将目标风险保障行为进行多维度的划分，并确定各维度的风险值和对应的风险级别，进而根据风险级别从各维度中定位目标风险对象。为目标保障行为提供了有效的调查取证方向；同时，可以将该方法嵌入至风险评估的业务工作中，使业务员可以实时查看风险评估结果作为业务参考，避免了风险行为的产生，是一种行之有效的风险对象定位装置。
在本发明的示例性实施例中，各所述预设维度包括多个子维度；所述获取模块510可以包括确定单元，用于确定与目标预设维度对应的目标子维度，并获取与所述目标子维度对应的子风险值；求和单元，用于对所述子风险值求和，以获取风险和值；作比单元，将所述风险和值与所述目标预设维度对应的权重作比，并将获得的比值作为所述目标预设维度的风险值。
在本发明的示例性实施例中，所述获取模块510还可以包括属性信息获取单元，用于获取所述目标子维度对应的属性信息，所述属性信息包含于所述目标风险保障信息的文本信息中；确定单元，用于将所述属性信息与预设档位区间进行匹配，并根据匹配结果确定与所述目标子维度对应的目标档位和目标档位分值；子权重获取单元，用于获取所述目标子维度对应的子权重；作积单元，用于将所述目标档位分值与所述子权重作积，以获取所述目标子维度对应的子风险值。
在本发明的示例性实施例中，所述风险对象定位装置还可以包括风险总值获取模块，用于将各所述预设维度对应的风险值相加，以获取风险总值；对比模块，操作确定模块，用于将所述风险总值与预设阈值进行对比，并根据对比结果确定是否执行预设操作，所述预设操作为所述根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；若所述风险总值大于或等于所述预设阈值，则确定执行所述预设操作；若所述风险总值小于所述预设阈值，则停止执行所述预设操作。
在本发明的示例性实施例中，所述预设评估规则包括多个分数区间；所述确定模块520可以包括风险值匹配单元，用于将所述风险值与所述多个分数区间进行匹配；风险级别确定单元，用于若存在与所述风险值匹配的目标区间，则确定所述目标区间对应的风险级别为所述风险值对应的风险级别。
在本发明的示例性实施例中，若所述风险级别为目标风险级别，则将所述风险级别对应的预设维度确定为所述目标风险对象。
在本发明的示例性实施例中，所述风险对象定位装置还可以包括目标评估对象获取模块，用于获取所述目标风险对象中最高权重对应的子维度，并将所述子维度作为目标评估对象；风险评估模块，用于基于对所述目标评估对象的核查信息，对所述目标风险保障行为进行风险评估。
在本发明的示例性实施例中，所述风险对象定位装置还可以包括风险报告形成模块，用于根据所述多个预设维度的风险值、所述风险级别和所述目标风险对象形成风险评估报告；提供模块，用于响应用户的查看操作，向所述用户提供所述风险评估报告。
由于本发明的示例性实施例的风险对象定位装置的各个功能模块与上述风险对象定位方法的发明实施例中相同，因此在此不再赘述。
应当注意，尽管在上文详细描述中提及了风险对象定位装置的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施例，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，在本发明示例性实施例中，还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
参考图6所示，描述了根据本发明的示例性实施例的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，在本发明的示例性实施例中，还提供了一种能够实现上述方法的电子设备。所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。
下面参照图7来描述根据本发明的这种实施例的电子设备700。图7显示的电子设备700仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730、显示单元740。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元710执行，使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
存储单元720可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)7201和/或高速缓存存储单元7202，还可以进一步包括只读存储单元(ROM)7203。
存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204，这样的程序模块7205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线730可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备700也可以与一个或多个外部设备800(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备700交互的设备通信，和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且，电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器760通过总线730与电子设备700的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本发明实施例的方法。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其他实施例。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限。

Claims (11)

1.一种风险对象定位方法，其特征在于，包括：
获取目标风险保障行为的多个预设维度的风险值；
根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；
根据所述风险级别从所述多个预设维度中定位目标风险对象。
2.根据权利要求1所述的风险对象定位方法，其特征在于，各所述预设维度包括多个子维度；所述获取目标风险保障行为的多个预设维度的风险值，包括：
确定与目标预设维度对应的目标子维度，并获取与所述目标子维度对应的子风险值；
对所述子风险值求和，以获取风险和值；
将所述风险和值与所述目标预设维度对应的权重作比，并将获得的比值作为所述目标预设维度的风险值。
3.根据权利要求2所述的风险对象定位方法，其特征在于，所述确定与目标预设维度对应的目标子维度，并获取与所述目标子维度对应的子风险值，包括：
获取所述目标子维度对应的属性信息，所述属性信息包含于所述目标风险保障行为的文本信息中；
将所述属性信息与预设档位区间进行匹配，并根据匹配结果确定与所述目标子维度对应的目标档位和目标档位分值；
获取所述目标子维度对应的子权重；
将所述目标档位分值与所述子权重作积，以获取所述目标子维度对应的子风险值。
4.根据权利要求1所述的风险对象定位方法，其特征在于，在所述根据预设评估规则确定所述多个预设维度的风险值对应的风险级别之前，所述方法还包括：
将各所述预设维度对应的风险值相加，以获取风险总值；
将所述风险总值与预设阈值进行对比，并根据对比结果确定是否执行预设操作，所述预设操作为所述根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；
若所述风险总值大于或等于所述预设阈值，则确定执行所述预设操作；
若所述风险总值小于所述预设阈值，则停止执行所述预设操作。
5.根据权利要求1所述的风险对象定位方法，其特征在于，所述预设评估规则包括多个分数区间；
所述根据预设评估规则确定所述多个预设维度的风险值对应的风险级别，包括：
将所述风险值与所述多个分数区间进行匹配；
若存在与所述风险值匹配的目标区间，则确定所述目标区间对应的风险级别为所述风险值对应的风险级别。
6.根据权利要求1所述的风险对象定位方法，其特征在于，所述根据所述风险级别从所述多个预设维度中定位目标风险对象，包括：
若所述风险级别为目标风险级别，则将所述风险级别对应的预设维度确定为所述目标风险对象。
7.根据权利要求1至6中任一项所述的风险对象定位方法，其特征在于，所述方法还包括：
获取所述目标风险对象中最高权重对应的子维度，并将所述子维度作为目标评估对象；
基于对所述目标评估对象的核查信息，对所述目标风险保障行为进行风险评估。
8.根据权利要求1至6中任一项所述的风险对象定位方法，其特征在于，所述方法还包括：
根据所述多个预设维度的风险值、所述风险级别和所述目标风险对象形成风险评估报告；
响应用户的查看操作，向所述用户提供所述风险评估报告。
9.一种风险对象定位装置，其特征在于，所述装置包括：
获取模块，用于获取目标风险保障行为的多个预设维度的风险值；
确定模块，用于根据预设评估规则确定所述多个预设维度的风险值对应的风险级别；
定位模块，用于根据所述风险级别从所述多个预设维度中定位目标风险对象。
10.一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至8中任一项所述的风险对象定位方法。
11.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任一项所述的风险对象定位方法。
CN201910411766.1A 2019-05-17 2019-05-17 风险对象定位方法、装置、计算机存储介质和电子设备 Active CN111950829B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910411766.1A CN111950829B (zh) 2019-05-17 2019-05-17 风险对象定位方法、装置、计算机存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910411766.1A CN111950829B (zh) 2019-05-17 2019-05-17 风险对象定位方法、装置、计算机存储介质和电子设备

Publications (2)

Publication Number Publication Date
CN111950829A true CN111950829A (zh) 2020-11-17
CN111950829B CN111950829B (zh) 2024-06-04

Family

ID=73336412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910411766.1A Active CN111950829B (zh) 2019-05-17 2019-05-17 风险对象定位方法、装置、计算机存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN111950829B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288329A (zh) * 2020-11-23 2021-01-29 中国农业银行股份有限公司 一种操作行为记录的风险预估方法及装置
CN113538154A (zh) * 2021-07-23 2021-10-22 同盾科技有限公司 风险对象的识别方法、装置、存储介质和电子设备
CN114595463A (zh) * 2022-03-10 2022-06-07 浙江网商银行股份有限公司 风险检测方法以及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447496A (zh) * 2015-08-06 2017-02-22 平安科技（深圳）有限公司 车险保单自动生成方法、车辆、电子设备及保险服务器
JP2018519586A (ja) * 2015-05-29 2018-07-19 アリババ グループ ホウルディング リミテッド アカウント盗難リスクの識別方法、識別装置、及び防止・制御システム
CN108335216A (zh) * 2018-01-12 2018-07-27 中国平安人寿保险股份有限公司 一种保险风险评估方法、装置、终端设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018519586A (ja) * 2015-05-29 2018-07-19 アリババ グループ ホウルディング リミテッド アカウント盗難リスクの識別方法、識別装置、及び防止・制御システム
CN106447496A (zh) * 2015-08-06 2017-02-22 平安科技（深圳）有限公司 车险保单自动生成方法、车辆、电子设备及保险服务器
CN108335216A (zh) * 2018-01-12 2018-07-27 中国平安人寿保险股份有限公司 一种保险风险评估方法、装置、终端设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288329A (zh) * 2020-11-23 2021-01-29 中国农业银行股份有限公司 一种操作行为记录的风险预估方法及装置
CN113538154A (zh) * 2021-07-23 2021-10-22 同盾科技有限公司 风险对象的识别方法、装置、存储介质和电子设备
CN114595463A (zh) * 2022-03-10 2022-06-07 浙江网商银行股份有限公司 风险检测方法以及装置

Also Published As

Publication number Publication date
CN111950829B (zh) 2024-06-04

Similar Documents

Publication Publication Date Title
JP2022514509A (ja) データ異常を検出および解釈するための方法、ならびに関連システムおよびデバイス
Frees et al. Insurance ratemaking and a Gini index
US20160148321A1 (en) Simplified screening for predicting errors in tax returns
US7904366B2 (en) Method and system to determine resident qualifications
US20140081652A1 (en) Automated Healthcare Risk Management System Utilizing Real-time Predictive Models, Risk Adjusted Provider Cost Index, Edit Analytics, Strategy Management, Managed Learning Environment, Contact Management, Forensic GUI, Case Management And Reporting System For Preventing And Detecting Healthcare Fraud, Abuse, Waste And Errors
US20180107734A1 (en) System to predict future performance characteristic for an electronic record
US20130036038A1 (en) Financial activity monitoring system
US20050060208A1 (en) Method for optimizing insurance estimates utilizing Monte Carlo simulation
US20080133427A1 (en) Collateralized Debt Obligation Evaluation System and Method
US11068522B2 (en) System to determine a credibility weighting for electronic records
US20140006044A1 (en) System and method for preparing healthcare service bundles
US20220343433A1 (en) System and method that rank businesses in environmental, social and governance (esg)
US20190034593A1 (en) Variation in cost by physician
US20130018921A1 (en) Need-to-know information access using quantified risk
CN111180065A (zh) 保险用户评估方法、装置、电子设备及计算机可读介质
US20150278336A1 (en) Software Application Complexity Analysis
US20170270546A1 (en) Service churn model
So et al. Beyond fairness: Reparative algorithms to address historical injustices of housing discrimination in the US
CN111950829B (zh) 风险对象定位方法、装置、计算机存储介质和电子设备
Muzzall et al. Overview of attacks against civilian infrastructure during the Syrian civil war, 2012–2018
Chu et al. Audit quality and banks' assessment of disclosed accounting information
US20190228472A1 (en) System and method for quantifiable categorization of candidates for asset allocation
Doss Digital disruption through data science: Embracing digital innovation in insurance business
CN115809930A (zh) 基于数据融合匹配的反欺诈分析方法、装置、设备及介质
KR20230103025A (ko) 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant